AVA Actions Dataset 详解
文章目录
- 0. 前言
- 1. AVA简介
- 1.1. 基本情况
- 1.2. 如何获取
- 1.3. 数据集构建过程
- 1.4. annotations 解析
- 2. SlowFast
- 2.1. 构建 `Ava` 对象
- 2.3. 读取某个keyframe信息
- 3. MMAction
0. 前言
- 要基于AVA数据集做一些工作,网上的文章都不能满足我的要求,所以自己写一篇记录一下。
- 参考资料:
- 官网(需要翻墙)
- 相关论文
- 感想:
- 行为识别数据集下载真的困难,国内搞过的都懂……
- 作为组里第一个吃螃蟹的,到现在还在跟 Kinetics-700、ActivityNet 等数据集死磕,辛酸泪。
- AVA 已经是最容易的了,毕竟可以用迅雷下载。
- 本文主要内容:
- 第一章:介绍AVA,如何获取、标注过程、annotations解析。
- 第二章:SlowFast中解析AVA的过程。
- 第三章:mmaction中解析AVA的过程。(尚未完成)
1. AVA简介
1.1. 基本情况
- 数据集类别:Spatio-Temporal Action Detection,即时空行为检测。
- 举个例子,就是检测出视频中所有人的位置以及对应的行为类别。
- 数据集形式(这里是简单介绍,后面会有更详细的说明):
- 要标记的内容包括人物bbox,以及每个人的行为类别,同一时间同一人可能有多个行为。
- 标记的内容还有还有每个实体编号,即相邻关键帧中的人物如果是同一个人,则拥有相同的实体编号。换句话说,“实体编号”其实就是目标跟踪的标签。
- 并不是对视频中的每一帧进行标记,而只是对关键帧进行标记。
- 所谓关键帧,按我的理解就是每秒取1帧作为关键帧,对该帧进行标记。
- 要标记的内容包括人物bbox,以及每个人的行为类别,同一时间同一人可能有多个行为。
- 行为类别:标签一共有80类,(但验证时只用到其中的60类)。80类标签分为三类(person movement, object manipulation, person interaction),具体信息如下。
- person movement
- bend/bow (at the waist)
- crawl
- crouch/kneel
- dance
- fall down
- get up
- jump/leap
- lie/sleep
- martial art
- run/jog
- sit
- stand
- swim
- walk
- object manipulation
- answer phone
- brush teeth
- carry/hold (an object)
- catch (an object)
- chop
- climb (e.g., a mountain)
- clink glass
- close (e.g., a door, a box)
- cook
- cut
- dig
- dress/put on clothing
- drink
- drive (e.g., a car, a truck)
- eat
- enter
- exit
- extract
- fishing
- hit (an object)
- kick (an object)
- lift/pick up
- listen (e.g., to music)
- open (e.g., a window, a car door)
- paint
- play board game
- play musical instrument
- play with pets
- point to (an object)
- press
- pull (an object)
- push (an object)
- put down
- read
- ride (e.g., a bike, a car, a horse)
- row boat
- sail boat
- shoot
- shovel
- smoke
- stir
- take a photo
- text on/look at a cellphone
- throw
- touch (an object)
- turn (e.g., a screwdriver)
- watch (e.g., TV)
- work on a computer
- write
- person interaction
- fight/hit (a person)
- give/serve (an object) to (a person)
- grab (a person)
- hand clap
- hand shake
- hand wave
- hug (a person)
- kick (a person)
- kiss (a person)
- lift (a person)
- listen to (a person)
- play with kids
- push (another person)
- sing to (e.g., self, a person, a group)
- take (an object) from (a person)
- talk to (e.g., self, a person, a group)
- watch (a person)
- person movement
1.2. 如何获取
- 两种获取方式
- 标签可以在官网上下载标签,视频可以通过
youtube-dl
获取。 - 官方提供了aws数据源,具体可以参考这里。
- 可以用迅雷,可以用迅雷,可以用迅雷,重要的事说三遍。写个脚本写上所有视频链接地址,然后批量传入迅雷,美滋滋。(如果Kinetics和ActivityNet都能这么下就好了)
- 可以用百度云离线下载,不过好像不能批量导入下载链接,没仔细研究。
- 标签可以在官网上下载标签,视频可以通过
- SlowFast/MMAction 中都提供了 AVA 数据预处理相关脚本,具体在后续章节会介绍,可以参考。
1.3. 数据集构建过程
- 这部分内容主要参考了 数据集论文
- 第一步:Action vocabulary generation
- 任务:确定要标注的行为类别以及继承关系。
- 选择/设置“行为类别”时有三个准则:
- generality,即通用性,而不是特定环境下的特定动作(如“在篮球场打篮球”)。
- atomicity,即原子性。每个动作都有其特点,且与交互的物体无关(如行为 hold 且不要指定hold的物体)。
- exhaustivity,即类别尽可能丰富。
- 第二步:Movie and segment selection
- 任务:构建原始视频数据集,为后续标注工作做准备。
- AVA的数据源来自电影片段。
- 每个电影只标注第15-30分钟内的视频
- 每个长度为15分钟的视频都转换为897个长度为3s的视频片段(clip)。
- 15分钟共900秒,窗口长度为3秒,stride为1秒,滑动897次得到897个clip。
- 每个clip对对应一个keyframe(关键帧),关键帧是1.5秒位置。
- 搞了一个各个国家顶尖演员列表,然后在Youtube中对每个演员进行搜索,寻找符合条件的电影。
- 条件包括:有
file/television
标签,时长超过30分钟,发布时间超过1年,观看人数超过1000,且不包含黑白、低清晰度、卡通等类别的电影。
- 条件包括:有
- 第三步:Person bounding box annotation
- 任务:针对每个keyframe标注人物bbox。
- 使用了混合标注法:
- 先用Faster-RCNN标注,(说是
set operating point
从而保证高精度,不知道啥意思,猜测就是提高了阈值吧)。 - 之后在人工标注遗漏的bbox。
- 先用Faster-RCNN标注,(说是
- bbox对最终结果影响很大,所以这一步会比较注意。
- 第四步:Person link annotation
- 任务:对相邻keyframe中的任务bbox进行关联。
- 方法:
- 先机器标注一波:通过计算相邻两帧不同bbox之间的相似度,然后根据匈牙利算法进行匹配。
- 再手动处理一波:手工删除FP样本。
- 第五步:Action annotation
- 任务:标注行为类别。
- 通过众包实现。不可避免的,标注人会少标行为(因为行为太多了)。
- 参考界面如下:
1.4. annotations 解析
- 以 v2.2 为例,解压
ava_v2.1.zip
得到的结果如下。- V2.1 和 V2.2 的区别:
- 标签内容没细看,可能v2.2细化了吧。
- 但视频源没有任何变化,即V2.1与V2.2的 train/val/test 的视频是完全相同的。
- V2.1 和 V2.2 的区别:
- 行为类别文件:
ava_action_list_v2.1_for_activitynet_2018.pbtxt
:60类行为,Evaluate时使用ava_action_list_v2.1.pbtxt
:80类行为
- 行为标签文件:
ava_train_v2.1.csv
、ava_val_v2.1.csv
、ava_test_v2.1.txt
- 其中,train/val有标签,test只是视频名称列表。
- train/val 每行代表一个样本,共有5个部分
video_id
:视频名称,不包括文件后缀,即Youtube对应urlmiddle_Frame_timestamp
:关键帧所在位置(第几秒)person_box
:包括了四列,(x1, y1, x2, y2)
,分别代表左上、右下点的位置。action_id
:即ava_action_list_v2.1.pbtxt
中对应的id。person_id
:bbox中人物的编号,即 person link 时产生的标签,每个人的id不同。
ava_included_timestamps_v2.2.txt
:每个视频要检测的位置,即第902到1798秒。- 不需要进行检测的timestamp
ava_train_excluded_timestamps_v2.1.csv
ava_val_excluded_timestamps_v2.1.csv
ava_test_excluded_timestamps_v2.1.csv
- 即 train/val/test 数据集中每个视频不需要进行检测的timestamp。
2. SlowFast
- 相关源码:
- 数据集预处理
- 数据集解析(结果用于模型训练)
- 数据集解析源码主要模块
- 构建
Ava
对象,解析标签文件,设置数据预处理参数,以 clip 为单位保存相关信息。 - 读取某个 clip 的相关信息。
- 构建
- 流水账,没兴趣的跳过。
2.1. 构建 Ava
对象
- 第一步:为每个视频进行编号,并保存对应的帧绝对路径的列表。
- 从代码角度看保存了两个列表
_video_idx_to_name
- 每个视频原来有个
video_name
,即youtube中对应url后缀,如1j20qq1JyX4
。 - 在代码中,
video_name
用起来不方便,所以对视频进行编号,即每个video_name
对应一个video_id
(从0开始编号)。 - 本对象是 list,index就是
video_id
,value就是video_name
。
- 每个视频原来有个
_image_paths
- 保存每个视频对应帧的绝对路径。
- 本对象是list,index是
video_id
,value是一个list(中每个元素是帧绝对路径,注意,这个list中帧文件的顺序必须是从小到大,不然后面代码有问题)。
- 源码细节:主要输入数据就是
frame_lists
文件- 该文件不是AVA官方提供的,而是FAIR提供的,可以自己生成。
- 该文件中保存有
video_name
以及对应所有帧的相对路径,且帧文件的顺序就是从小到大。
- 主要就是
ava_helper.load_image_lists
实现。
- 从代码角度看保存了两个列表
- 第二步:解析行为标签文件。
- 从代码角度看,就是构建了一个list
boxes_and_labels
- 该数据类型是:
boxes_and_labels[video_id][frame_sec_int] = list([box_i, box_i_labels])
boxes_and_labels[video_id].keys()
就是所有可用的时间点,即range(902, 1799)
len(boxes_and_labels[video_id][frame_sec_int])
就是这个时间点 box 的数量。
boxes_and_labels
整体是一个列表,index是video_id
,value是一个字典。- 该字典的 key 是
frame_sec_int
,即[902, 1798]
,表示视频中的第几帧。 - 该字典的 value 是列表,取名为
value_list
。 value_list
通过列表形式保存 bbox(x1, y1, x2, y2
形式) 以及对应的- labels(同一个box可能有多个标签)两部分信息。
- 其中,
box_i
的形式是x1, y1, x2, y2
。
- 该数据类型是:
- 源码细节:
- 这一步的输入数据主要包括GT与Predict两部分。
- GT指的就是AVA官方提供的标签文件,如
ava_train_v2.1.csv
。 - Predict指的是验证/测试时用的数据,只包括每个视频每一帧的人物bbox以及对应的score,不包括行为类别。包括
video_name, frame_sec, bbox_x1, bbox_y1, bbox_x2, bbox_y2, category, score
。在使用Predict数据时会根据 score 筛选一部分数据。
- 主要通过
ava_helper.load_boxes_and_labels
实现。
- 从代码角度看,就是构建了一个list
- 第三步:构建关键帧数据。
- 从源码上看,就是构建了
_keyframe_indices
和_keyframe_boxes_and_labels
两个列表。- 这两个对象是配合使用的。两个列表中相同index的元素就是后续构建 clip 样本的输入数据。
- 保存了所有可用关键帧相关信息。
_keyframe_indices
- 是个list对象,index的作用就是与
_keyframe_boxes_and_labels
对应。 - 主要保存四个数据
video_idx, sec_idx, sec, frame_idx
sec_idx
指的是当前关键帧在这个视频中所有关键帧的idx,从0开始取值。sec
指的是当前关键帧在这个视频中的位置,从902开始取值。frame_idx
指的是当前关键帧的具体编号,计算方法(sec-900)*FPS
,其实就是每个clip的中心frame编号。
- 是个list对象,index的作用就是与
_keyframe_boxes_and_labels
- 是个list对象,index的作用就是与
_keyframe_indices
对应。 - 其实就是将上一步中的
boxes_and_labels[video_id][frame_sec_int]
直接保存下来。
- 是个list对象,index的作用就是与
- 主要通过
ava_helper.get_keyframe_data
实现。
- 从源码上看,就是构建了
2.3. 读取某个keyframe信息
- 这里,每个keyframe的信息就是对应一个clip数据,主要就是通过
__getitem__
实现。- 输入的idx其实就是
2.2.
中第三步_keyframe_indices
中的下标。
- 输入的idx其实就是
- 第一步:获取
_keyframe_indices
对应 idx 下标信息。video_idx, sec_idx, sec, center_idx
,sec_idx 从0开始取值,sec从902开始取值。
- 第二步:根据输入数据,进行数据采样。
- 以
center_idx
为中心,根据输入数据_seq_len
和_sample_rate
进行采样。 - 采样细节:
- 从
center_idx - _seq_len // 2
开始,在[center_idx - _seq_len // 2, center_idx + _seq_len // 2)
范围内,根据_sample_rate
进行采样。 _seq_len
的取值其实是_sample_rate * _sample_frames_length
得到的。- 刚开始在想,为什么这个采样刚好就能用。列了不等式算了算,刚刚好,这个样子采样其实刚好能得到
_sample_frames_length
个帧下标。
- 从
- 以
- 第三步:获取
_keyframe_boxes_and_labels
获取该关键帧的所有boxes与对应label信息。 - 第四步:根据采样结果以及
_image_paths
读取帧文件绝对路径,并读取对应图片。_image_paths[video_idx][frame] for frame in seq
,其中seq
就是上面采样得到的结果。
- 第五步:图片数据预处理。
- 有pytorch与cv2两种模式,预处理的过程是一样的,只是调用的库不同。
- 得到的结果都是
C, T, H, W
结构。 - 预处理过程包括:
- 数据类型/范围转换:
[0, 255] -> [0, 1]
- resize/crop操作:训练集 随机短边resize -> random crop -> random flip;验证集 短边resize -> center crop;测试集 短边resize。
- 随机短边resize通过
transform.random_short_side_scale_jitter
实现,根据输入参数TRAIN_JITTER_SCALES
指定短边范围,随机获取其中数值作为短边的size,然后进行resize。
- 随机短边resize通过
- 随机色彩变换,主要通过
transform.color_jitter
与transform.lighting_jitter
实现。 - 图像标准化,减去平均数除以标准差。
- 数据类型/范围转换:
- 第六步:构建行为识别 one-hot 形式label。
- label的shape为
[num_boxes, num_classes]
。 - 注意,每行可能不止一个类别为1。
- label的shape为
- 第七步:分别为不同分支构建输入数据。
- 对于I3D模型,这一步其实也没做什么。
- 对于SlowFast模型,这一步会分别对 Slow 分支与 Fast 分支构建对应的输入图片。
- Fast分支就是之前输入的。
- Slow分支就是在T纬度上进行sample rate为
SLOWFAST.ALPHA
的采样。
- 第八步:构建输出数据。
- 输出数据包括四部分
imgs, labels, idx, extra_data
。 imgs
是第七步图像预处理的结果,是个list,分别对应每个分支的结果,每个分支的shape为[C, T, H, W]
labels
就是第六步的结果,shape为[num_boxes, num_classes]
idx
即__getitem__
的输入数据。extra_data
是个字典,包括三个数据:boxes
经过数据预处理后的bbox。ori_boxes
原始 boxes,即在resize/crop等操作前的bbox。metadata
元数据列表,列表长度与boxes
相同,每个元素都是[video_id, sec]
。sec从902开始取值。
- 输出数据包括四部分
3. MMAction
-
相关源码:
- 数据集预处理
- 数据集解析(结果用于模型训练)
-
等待补充
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- AVA Actions Dataset 详解
文章目录0. 前言1. AVA简介1.1. 基本情况1.2. 如何获取1.3. 数据集构建过程1.4. annotations 解析2. SlowFast2.1. 构建 `Ava` 对象2.3. 读取某个keyframe信息3. MMAction0. 前言要基于AVA数据集做一些工作,网上的文章都不能满足我的要求,所以自己写一篇记录一下。 参考资料:…...
2024/4/16 5:29:57 - 108.Android 简单的高仿喜马拉雅TabLayout效果,蚯蚓导航效果,滑动下划线指示器滑动效果
喜马拉雅效果图:我的效果图://以下代码实现: //第一步:新建CustomTabLayout类继承HorizontalScrollView,自定义实现TabLayout需要的效果,注意将本类里com.gang.app.myceshi.customtab,是我项目里的包名,全部替换成你自己的。整体代码:/** Copyright (C) 2015 The Andr…...
2024/4/16 5:30:28 - 108.Android 简单的高仿喜马拉雅TabLayout效果,蚯蚓导航效果,滑动下划线指示器滑动效果
喜马拉雅效果图:我的效果图://以下代码实现: //第一步:新建CustomTabLayout类继承HorizontalScrollView,自定义实现TabLayout需要的效果,注意将本类里com.gang.app.myceshi.customtab,是我项目里的包名,全部替换成你自己的。整体代码:/** Copyright (C) 2015 The Andr…...
2024/4/16 5:30:38 - 21、【易混淆概念集】-第十三章 相关方参与度评估矩阵 VS 相关方参与计划 相关方登记册 VS 相关方参与计划 相关方立方体 VS 凸显模型 权力/利益方格
本讲主要介绍PMBOK第十三章中的重要知识点,帮助你进一步理解。本节目录一、相关方参与度评估矩阵 VS 相关方参与计划二、相关方登记册 VS 相关方参与计划三、相关方立方体 VS 凸显模型四、权力/利益方格一、相关方参与度评估矩阵 VS相关方参与计划 【出处】PMBOK P521,13.2.2…...
2024/4/16 5:30:58 - 21、【易混淆概念集】-第十三章 相关方参与度评估矩阵 VS 相关方参与计划 相关方登记册 VS 相关方参与计划 相关方立方体 VS 凸显模型 权力/利益方格
本讲主要介绍PMBOK第十三章中的重要知识点,帮助你进一步理解。本节目录一、相关方参与度评估矩阵 VS 相关方参与计划二、相关方登记册 VS 相关方参与计划三、相关方立方体 VS 凸显模型四、权力/利益方格一、相关方参与度评估矩阵 VS相关方参与计划 【出处】PMBOK P521,13.2.2…...
2024/4/16 5:30:43 - 计算机网络涉及(stp,pvst,acl,链路聚合,vlan)
计算机网络综合练习涉及(stp,pvst,acl,链路聚合,vlan)使用华三模拟器题目要求具体步骤连接所有设备配置PC1配置PC2配置SW1交换机(有代码注释)配置SW2交换机(写不详细的部分在SW1中有详细写)配置SW3交换机配置R1路由器配置R2路由器 题目要求需求:内网可以访问外网,外网…...
2024/4/4 20:27:39 - 电容DAC版图布局
系统误差:包括光刻时带来的电容周长比例不匹配、刻蚀率不同使边长偏离以及外引线的寄生电容引起的偏差等,可以通过合理的版图布局改善或消除这类误差; 随机误差:由电容边长的随机变化、氧化层厚度和介电常数的随机变化等构成,只能通过工艺技术水平的提高来减小这类误差。 …...
2024/4/16 21:54:20 - 19、【易混淆概念集】第十一章3 应急计划 VS 弹回计划 实施风险应对 监督风险
本讲主要介绍PMBOK第十一章中的重要知识点,帮助你进一步理解。本节目录一、应急计划 VS 弹回计划二、实施风险应对三、监督风险一、应急计划 VS 弹回计划应急计划、弹回计划的区别?应急计划:也是针对的已识别的风险,而且这个风险是有预警的,这个时候可以制定应急计划,在预…...
2024/4/18 2:56:32 - SpringBoot配置本地文件映射
我用的是yaml配置 我觉得常用的才是最简单的 spring:resources: #访问系统外部资源,将该目录下的文件映射到系统下static-locations: file:D:/1111/images/ #本地文件mvc:static-path-pattern: /zcbimages/**访问方式:IP+端口/文件名 配置成功后,直接访问即可 http://lo…...
2024/4/1 2:26:45 - vertx结合Resteasy实现注解拦截器
vertx结合Resteasy实现注解拦截器在Verticle中创建JAX-RS controller deployment对象并开启VertxResteasyDeployment deployment = new VertxResteasyDeployment(); deployment.start();将DynamicFeature对象注册到Provider中deployment.getProviderFactory().register(MyDynam…...
2024/4/16 5:31:24 - HZNUOJ2129这是压轴题
Description给定两个数a,b,输出a+bInput有T组输入对于每组输入有两个非负整数a,b(<=10^210)Output对于每组数据输出a+binput Copy2 1 1 2 2output Copy2 4注意此题的数据范围,所以不可以用int 或者long long int 直接相加;此题要运用到字符串来完成相加将各个位的十进制…...
2024/4/16 5:31:19 - hdu1428漫步校园
LL最近沉迷于AC不能自拔,每天寝室、机房两点一线。由于长时间坐在电脑边,缺乏运动。他决定充分利用每次从寝室到机房的时间,在校园里散散步。整个HDU校园呈方形布局,可划分为n*n个小方格,代表各个区域。例如LL居住的18号宿舍位于校园的西北角,即方格(1,1)代表的地方,而机…...
2024/3/28 18:32:18 - 【Enthought】【2017.09】MATLAB代码自动转换为Python
更多精彩文章请关注公众号:...
2024/4/16 5:31:34 - linux修改主机名,用户密码,切换用户
修改主机名 vim /etc/sysconfig/network输入reboot命令重启需要在root权限下修改用户密码切换用户 切换root用户:su...
2024/4/18 3:30:45 - Linux用户及文件权限管理
作为root管理员,经常需要增删用户,设置目录的访问权限等。 用户管理Linux中账号相关信息是记录在/etc/passwd下,密码记录在/etc/shadow下,群组记录在/etc/group下。新增:useradd -g init_group -G second_group -s shell username:useradd vbird新建用户vbird,所有参数为…...
2024/4/17 14:41:56 - vue+element ui 列表数据分页显示
<template><div class="main-middle"><div class="main-site" v-if="currentSiteData"><group-component :style="currentPage.styles" :item="currentPage"></group-component>//显示多少个…...
2024/4/1 2:26:41 - 七牛云CDN使用场景释义
图片小文件,适用于网页、图片、小文件;下载分发,适用于文件下载,例如安装包,压缩包等二进制大文件;点播平台,适用于需要MP4/FLV等文件按照时间点进行播放;动态加速,适用于电商、社交、社区论坛、金融支付和游戏娱乐等方面,注意动态加速的请求次数也需要收费,参考:h…...
2024/4/16 8:54:13 - JavaWeb:基于MVC的登录页面
目录MVC介绍代码展示环境登录页面的实现 MVC介绍 MVC模式是一种软件设计模式,是模型(model),视图(view),控制器(controller)的缩写,他将业务模型(M)和用户界面(V)的代码分离了开来。 MVC模式有助于管理复杂的应用程序,简化了分组开发。不同的开发人员可同时开发视图、控制…...
2024/4/8 23:06:10 - 推荐几个c++自学网站
1、http://snippets.dzone.com/tag/c/ --数以千计的有用的C语言源代码片段 2、http://www.hotscripts.com/category/c-cpp/scripts-programs/ Hotscripts --提供数以百计的C和C++脚本和程序。所有程序都分为不同的类别。3、http://www.planetsourcecode.com/vb/default.asp?ln…...
2024/4/16 5:31:49 - 实验七|Python 企业现金流分析
实验介绍 1.1. 实验目的 本实验主要介绍企业现金流指标的爬取与可视化。基于网络爬虫,爬取企业连续5年的企业现金流关键财务指标,通过饼图、柱状图、折线图等对相关指标进行可视化展示。1.2. 知识点 •现金净流量介绍 •现金净流量作用 •现金净流量指标 •现金净流量爬取 •…...
2024/4/16 5:31:39
最新文章
- React fiber框架
fiber:是一种新的框架,他的目的是实现增量式,可中断的虚拟Dom diff的过程。 作用:提高react性能优化和响应速度 出现原因:diff算法是递归出来的,一次就得全渲染完,而fiber的出现就是解决这个问…...
2024/4/19 6:26:08 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/3/20 10:50:27 - Vue通过自定义指令实现元素平滑上升的动画效果(可以自定义动画时间、动画效果、动画速度等等)。
1、演示 2、介绍 这个指令不是原生自带的,需要手动去书写,但是这辈子只需要编写这一次就好了,后边可以反复利用。 3、关键API IntersectionObserver IntersectionObserver 是一个用于监测元素是否进入或离开视口(viewport&#x…...
2024/4/18 4:02:07 - 开启 Keep-Alive 可能会导致http 请求偶发失败
大家好,我是蓝胖子,说起提高http的传输效率,很多人会开启http的Keep-Alive选项,这会http请求能够复用tcp连接,节省了握手的开销。但开启Keep-Alive真的没有问题吗?我们来细细分析下。 最大空闲时间造成请求…...
2024/4/18 3:43:19 - [C++/Linux] UDP编程
一. UDP函数 UDP(用户数据报协议,User Datagram Protocol)是一种无连接的网络协议,用于在互联网上交换数据。它允许应用程序发送数据报给另一端的应用程序,但不保证数据报能成功到达,也就是说,它…...
2024/4/19 3:28:44 - 【外汇早评】美通胀数据走低,美元调整
原标题:【外汇早评】美通胀数据走低,美元调整昨日美国方面公布了新一期的核心PCE物价指数数据,同比增长1.6%,低于前值和预期值的1.7%,距离美联储的通胀目标2%继续走低,通胀压力较低,且此前美国一季度GDP初值中的消费部分下滑明显,因此市场对美联储后续更可能降息的政策…...
2024/4/18 0:33:31 - 【原油贵金属周评】原油多头拥挤,价格调整
原标题:【原油贵金属周评】原油多头拥挤,价格调整本周国际劳动节,我们喜迎四天假期,但是整个金融市场确实流动性充沛,大事频发,各个商品波动剧烈。美国方面,在本周四凌晨公布5月份的利率决议和新闻发布会,维持联邦基金利率在2.25%-2.50%不变,符合市场预期。同时美联储…...
2024/4/18 22:36:36 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题:【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五,美国方面公布了新一期的非农就业数据,大幅好于前值和预期,新增就业重新回到20万以上。具体数据: 美国4月非农就业人口变动 26.3万人,预期 19万人,前值 19.6万人。 美国4月失业率 3.6%,预期 3.8%,前值 3…...
2024/4/18 9:45:31 - 【原油贵金属早评】库存继续增加,油价收跌
原标题:【原油贵金属早评】库存继续增加,油价收跌周三清晨公布美国当周API原油库存数据,上周原油库存增加281万桶至4.692亿桶,增幅超过预期的74.4万桶。且有消息人士称,沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油,印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/4/17 2:33:17 - 【外汇早评】日本央行会议纪要不改日元强势
原标题:【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升,避险资金回流日元有关,也与前一段时间的美日贸易谈判给日本缓冲期,日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策,但这符…...
2024/4/17 7:50:46 - 【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响
原标题:【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响近日伊朗局势升温,导致市场担忧影响原油供给,油价试图反弹。此时OPEC表态稳定市场。据消息人士透露,沙特6月石油出口料将低于700万桶/日,沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”,沙特将满…...
2024/4/18 3:56:01 - 【外汇早评】美欲与伊朗重谈协议
原标题:【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议,昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告,伊朗外长昨日回应称,欧洲国家履行它们的义务,伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/4/18 3:56:04 - 【原油贵金属早评】波动率飙升,市场情绪动荡
原标题:【原油贵金属早评】波动率飙升,市场情绪动荡因中美贸易谈判不安情绪影响,金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际,美国按照既定计划向中国2000亿商品征收25%的关税,市场情绪有所平复,已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/4/18 3:55:30 - 【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试
原标题:【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试美国和伊朗的局势继续升温,市场风险情绪上升,避险黄金有向上突破阻力的迹象。原油方面稍显平稳,近期美国和OPEC加大供给及市场需求回落的影响,伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级,美国对中…...
2024/4/18 3:55:54 - 【原油贵金属早评】市场情绪继续恶化,黄金上破
原标题:【原油贵金属早评】市场情绪继续恶化,黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动,人民币汇率出现大幅的贬值动能,金融市场受到非常明显的冲击。尤其是波动率起来之后,对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势,这…...
2024/4/18 3:55:45 - 【外汇早评】美伊僵持,风险情绪继续升温
原标题:【外汇早评】美伊僵持,风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件,导致波斯湾局势进一步恶化,市场担忧美伊可能会出现摩擦生火,避险品种获得支撑,黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日,四艘商船在阿联酋领海附近的阿曼湾、…...
2024/4/17 21:50:30 - 【原油贵金属早评】贸易冲突导致需求低迷,油价弱势
原标题:【原油贵金属早评】贸易冲突导致需求低迷,油价弱势近日虽然伊朗局势升温,中东地区几起油船被袭击事件影响,但油价并未走高,而是出于调整结构中。由于市场预期局势失控的可能性较低,而中美贸易问题导致的全球经济衰退风险更大,需求会持续低迷,因此油价调整压力较…...
2024/4/15 13:53:08 - 氧生福地 玩美北湖(上)——为时光守候两千年
原标题:氧生福地 玩美北湖(上)——为时光守候两千年一次说走就走的旅行,只有一张高铁票的距离~ 所以,湖南郴州,我来了~ 从广州南站出发,一个半小时就到达郴州西站了。在动车上,同时改票的南风兄和我居然被分到了一个车厢,所以一路非常愉快地聊了过来。 挺好,最起…...
2024/4/15 9:16:52 - 氧生福地 玩美北湖(中)——永春梯田里的美与鲜
原标题:氧生福地 玩美北湖(中)——永春梯田里的美与鲜一觉醒来,因为大家太爱“美”照,在柳毅山庄去寻找龙女而错过了早餐时间。近十点,向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”,到郴州必吃的美食之一。 哇塞!那个味美香甜…...
2024/4/18 9:24:29 - 氧生福地 玩美北湖(下)——奔跑吧骚年!
原标题:氧生福地 玩美北湖(下)——奔跑吧骚年!让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/4/18 3:56:18 - 扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!
原标题:扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!扒开伪装医用面膜,翻六倍价格宰客!当行业里的某一品项火爆了,就会有很多商家蹭热度,装逼忽悠,最近火爆朋友圈的医用面膜,被沾上了污点,到底怎么回事呢? “比普通面膜安全、效果好!痘痘、痘印、敏感肌都能用…...
2024/4/18 3:55:57 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题:「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势: 1、铁皮石斛:自唐宋以来,一直被列为皇室贡品,铁皮石斛生于海拔1600米的悬崖峭壁之上,繁殖力差,产量极低,所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/4/18 3:55:50 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题:丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司,专注美业21年,其旗下品牌: 「圣茵美」私密荷尔蒙抗衰,产后修复 「圣仪轩」私密荷尔蒙抗衰,产后修复 「花茵莳」私密荷尔蒙抗衰,产后修复 「丽彦妆」专注医学护…...
2024/4/15 23:28:22 - 广州械字号面膜生产厂家OEM/ODM4项须知!
原标题:广州械字号面膜生产厂家OEM/ODM4项须知!广州械字号面膜生产厂家OEM/ODM流程及注意事项解读: 械字号医用面膜,其实在我国并没有严格的定义,通常我们说的医美面膜指的应该是一种「医用敷料」,也就是说,医用面膜其实算作「医疗器械」的一种,又称「医用冷敷贴」。 …...
2024/4/18 3:56:20 - 械字号医用眼膜缓解用眼过度到底有无作用?
原标题:械字号医用眼膜缓解用眼过度到底有无作用?医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料,含70%以上的水分。体表皮肤温度传导到本产品的凝胶层,热量被凝胶内水分子吸收,通过水分的蒸发带走大量的热量,可迅速地降低体表皮肤局部温度,减轻局部皮肤的灼…...
2024/4/18 3:56:11 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57